versione finale si spera. Trova sempre soluzione con pesi random

multi_layer.py

@@ -16,16 +16,17 @@ soglia_funzione_attivazione = 0.5
 pin_est_2 = Percettrone(w1=2.0579802021958487, w2=2.0049998768936956,bias=-1.510128337351728, lre=0.2)
 pinout = Percettrone(w1=-4.872221528209076, w2=2.863271416125622, bias=-0.2593053838395353, lre=0.2) """
 
+""" pin_est_1 = Percettrone(w1=5.057571564186738, w2=-5.572150383812219, bias=-3.1715170666210444)
+pin_est_2 = Percettrone(w1=-2.1393104621179835, w2=1.6774379439199167, bias=-0.7542487269674267)
+pinout = Percettrone(w1=3.2061105491734967, w2=1.9571327990877703, bias=-1.319795396902547) """
+
 rette = {"P1":[], "P2":[], "POUT":[]}
 
 #Pesi per AND, OR e XOR (sigmoide)
-pin_est_1 = Percettrone(w1=1, w2=1, bias=-2)
-pin_est_2 = Percettrone(w1=2, w2=2, bias=-1.5)
-pinout = Percettrone(w1=-4, w2=2, bias=-0.2)
 
-""" pin_est_1 = Percettrone()
+pin_est_1 = Percettrone()
 pin_est_2 = Percettrone()
-pinout = Percettrone() """
+pinout = Percettrone()
 
 for i in range(1, MAX_EPOCHE): #Epoche
 
@@ -39,25 +40,23 @@ for i in range(1, MAX_EPOCHE): #Epoche
 
     for j in range(0,4): #Combinazioni
         
+        # Calcolo le funzioni di attivazione
         y_est_1 = pin_est_1.funzione_sigmoide(x[j][0], x[j][1])
         y_est_2 = pin_est_2.funzione_sigmoide(x[j][0], x[j][1])
         yout = pinout.funzione_sigmoide(y_est_1, y_est_2)
+        errore = -(output[j] - yout)
 
+        # Determino la previsione
         if yout >= soglia_funzione_attivazione:
             previsione = 1
         else:
             previsione = 0
 
-        if previsione == output[j]:
+        # Stampo a video e preparo per il plot
-            corrette += 1
-
-        errore = -(output[j] - yout)
-
         print("\n")
         disegna_funzione(pin_est_1, y_est_1, x[j][0], x[j][1], False)
         disegna_funzione(pinout, previsione, y_est_1, y_est_2, True, errore)
         disegna_funzione(pin_est_2, y_est_2, x[j][0], x[j][1], False)
-
         try:
             rette["P1"].append([-(pin_est_1.w1 * x[j][0])/pin_est_1.w2, -(pin_est_1.bias/pin_est_1.w2)])
             rette["P2"].append([-(pin_est_2.w1 * x[j][0])/pin_est_2.w2, -(pin_est_2.bias/pin_est_2.w2)])
@@ -65,39 +64,27 @@ for i in range(1, MAX_EPOCHE): #Epoche
         except ZeroDivisionError:
             pass
 
-        """     # Gradienti Percettrone 1
+        # Confronto la previsione con l'output atteso
-        gradiente_w1 = errore * yout * (1-yout) * pinout.w1 * y_est_1 * (1-y_est_1) * x[j][0]
+        if previsione == output[j]:
-        gradiente_w2 = errore * yout * (1-yout) * pinout.w1 * y_est_1 * (1-y_est_1) * x[j][1]
+            corrette += 1
-        gradiente_bias = errore * yout * (1-yout) * pinout.bias * y_est_1 * (1-y_est_1)
+        else:
-        pin_est_1.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
+            # Calcolo i gradienti e correggo i pesi
+                # Gradienti Percettrone 1
+            gradiente_w1 = errore * y_est_1 * (1-y_est_1) * x[j][0]
+            gradiente_w2 = errore * y_est_1 * (1-y_est_1) * x[j][1]
+            gradiente_bias = errore * y_est_1 * (1-y_est_1)
+            pin_est_1.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
 
-            # Gradienti Percettrone 2
+                # Gradienti Percettrone 2
-        gradiente_w1 = errore * yout * (1-yout) * pinout.w2 * y_est_2 * (1-y_est_2) * x[j][0]
+            gradiente_w1 = errore * yout * (1-yout) * y_est_2 * (1-y_est_2) * x[j][0]
-        gradiente_w2 = errore * yout * (1-yout) * pinout.w2 * y_est_2 * (1-y_est_2) * x[j][1]
+            gradiente_w2 = errore * yout * (1-yout) * y_est_2 * (1-y_est_2) * x[j][1]
-        gradiente_bias = errore * yout * (1-yout) * pinout.bias * y_est_2 * (1-y_est_2)
+            gradiente_bias = errore * yout * (1-yout) * y_est_2 * (1-y_est_2)
-        pin_est_2.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
+            pin_est_2.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
 
-            # Gradienti Percettrone out
+                # Gradienti Percettrone out
-        gradiente_w1 = errore * y_est_1
+            gradiente_w1 = errore * yout * (1-yout) * y_est_1
-        gradiente_w2 = errore * y_est_2
+            gradiente_w2 = errore * yout * (1-yout) * y_est_2
-        pinout.correggi_pesi(gradiente_w1, gradiente_w2, errore) """
+            gradiente_bias = gradiente_bias = errore * yout * (1-yout)
-
+            pinout.correggi_pesi(gradiente_w1, gradiente_w2, errore)
-            # Gradienti Percettrone 1
-        gradiente_w1 = errore * y_est_1 * (1-y_est_1) * x[j][0]
-        gradiente_w2 = errore * y_est_1 * (1-y_est_1) * x[j][1]
-        gradiente_bias = errore * y_est_1 * (1-y_est_1)
-        pin_est_1.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
-
-            # Gradienti Percettrone 2
-        gradiente_w1 = errore * y_est_2 * (1-y_est_2) * x[j][0]
-        gradiente_w2 = errore * y_est_2 * (1-y_est_2) * x[j][1]
-        gradiente_bias = errore * y_est_2 * (1-y_est_2)
-        pin_est_2.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
-
-            # Gradienti Percettrone out
-        gradiente_w1 = errore * yout * (1-yout) * y_est_1
-        gradiente_w2 = errore * yout * (1-yout) * y_est_2
-        gradiente_bias = gradiente_bias = errore * yout * (1-yout)
-        pinout.correggi_pesi(gradiente_w1, gradiente_w2, errore)
 
 disegna_grafico_multi(rette)

single_layer.py

@@ -25,29 +25,10 @@ for i in range(1,100000): #Epoche
     for j in range(0,4): #Combinazioni
         y = p.funzione_sigmoide(x[j][0], x[j][1])
 
-        if y >= soglia_funzione_attivazione:
-            previsione = 1
-        else:
-            previsione = 0
-
-        if previsione == output[j]:
-            corrette += 1
-
         #La formula del costo è sicuro questa, la retta scappa se tolgo il meno
         #Y è confermato, se metto la previsione invece di y la retta non corrisponde
         errore = -(output[j] - y)
 
-        #Il gradiente può non essere calcolato nel percettrone singolo, funziona lo stesso
-        gradiente_w1 = errore * y * (1-y) * x[j][0]
-        gradiente_w2 = errore * y * (1-y) * x[j][1]
-        gradiente_bias = errore * y * (1-y)
-        p.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
-        
-        if errore != 0:
-            pass
-        else:
-            corrette += 1
-
         print("\n")
         disegna_funzione(p, y, x[j][0], x[j][1], True, errore)
 
@@ -58,4 +39,18 @@ for i in range(1,100000): #Epoche
         except ZeroDivisionError:
             pass
         
+        if y >= soglia_funzione_attivazione:
+            previsione = 1
+        else:
+            previsione = 0
+
+        if previsione == output[j]:
+            corrette += 1
+        else:
+            #Il gradiente può non essere calcolato nel percettrone singolo, funziona lo stesso
+            gradiente_w1 = errore * y * (1-y) * x[j][0]
+            gradiente_w2 = errore * y * (1-y) * x[j][1]
+            gradiente_bias = errore * y * (1-y)
+            p.correggi_pesi(gradiente_w1, gradiente_w2, gradiente_bias)
+
 disegna_grafico_singolo(rette)

stampe_video.py

@@ -24,7 +24,6 @@ def stampa_risultati_multilayer(pin_est_1, pin_est_2, pinout):
     print("Percettrone OUT:")
     print(f"\t W1: {pinout.w1}, W2: {pinout.w2}, bias: {pinout.bias}")
 
-
 def disegna_grafico_singolo(lista_rette):
     import matplotlib.pyplot as plt
     import numpy as np
@@ -52,12 +51,14 @@ def disegna_grafico_singolo(lista_rette):
     plt.xlim(-2, 2)
     plt.ylim(-2, 2)
 
-    for retta in lista_rette:
+    size = len(lista_rette)
+    for i in range(0, size):
         # Calcola i valori di y usando l'equazione della retta
-        y = retta[0] * x + retta[1]
+        y = lista_rette[i][0] * x + lista_rette[i][1]
         retta, = plt.plot(x, y, label=f'y = mx + q', color='blue') # RETTA
-        plt.pause(0.0001)
+        if i < size-1:
-        retta.remove()
+            plt.pause(0.0001)
+            retta.remove()
 
     plt.show()
 
@@ -96,9 +97,10 @@ def disegna_grafico_multi(lista_rette):
         plot_due, = plt.plot(x, rette_p2[i][0] * x + rette_p2[i][1], label='p2', color='red') # RETTA
         plot_out, = plt.plot(x, rette_pout[i][0] * x + rette_pout[i][1], label='pout', color='blue') # RETTA
 
-        plt.pause(0.0001)
+        if i < size_vettori-1:
-        plot_uno.remove()
+            plt.pause(0.0001)
-        plot_due.remove()
+            plot_uno.remove()
-        plot_out.remove()
+            plot_due.remove()
+            plot_out.remove()
 
     plt.show()